AGRA Data Developer 説明資料

AGRA Data Developer
説明資料
Copyright © 2014, AGRA. All Right Reserved.
1
AGRA Data Developerの4つの特徴
1.データ調査支援機能 (中核となる機能)
2.データ設計支援機能 (調査に連動)
3.データ開発支援機能 (調査に連動)
4.データチェック支援機能 (検証機能の活用)
Copyright © 2014, AGRA. All Right Reserved.
2
AGRAを利用したデータ調査
AGRAは、モデルを使ったデータの仮想統合ツールですが、
データ調査時から非常に効果を発揮する開発支援ツール
という側面も大きな特徴となっています。
<どんな時にAGRAを利用すると効果的か>
・対象データが多岐に渡り、各データ内容の調査を必要とするような場合
例)海外子会社を含むグループ会社のデータ統合、他社データや外部データの取込み など
・データ量が多く、データ内容が均一でない場合
例)過去からの均一でないトランザクションデータやその他ビックデータなどのハンドリング
<AGRAを使ったデータ調査方法>
・仮のビューを事前に定義しておき、SQLベースのマッピング手法を使って、
調査対象データがこのビューにどこまで変換できるかを調査する。
(仮想モデルを使ったフィットギャップ分析手法)
Copyright © 2014, AGRA. All Right Reserved.
3
AGRAを利用したデータ調査のイメージ
実データを使い、仮に設定したビューとのフィットギャップを調査する。
①仮のビューをAGRAに設定
②インプットデータの定義情報をAGRAにインポート
③上記①と②の情報をマッピングすることで、フィットギャップを調査
データ調査イメージ
AGRA調査環境
既存システム情報
CSV、固定長データ、
DBエクスポート など
販売情報
生産情報
ロード
物流情報
AGRA
辞書
ワークDB
会計情報
AGRA環境
データ調査結果(AGRA辞書より生成)
調査結果情報
検証結果データ
調査結果情報のイメージ
情報提供が可能(SQLまたはExcel)
Copyright © 2014, AGRA. All Right Reserved.
データ移行、システム開発のプロセス
4
(ご参考)AGRA調査環境で利用する画面イメージ
 調査時に使用するマッピング画面イメージ(実データを見ながら調査を実施)
c
1
p
1
ビジネスコンセプト層
マッピング層
仮のビュー
変換ロジック
(マッピング)
物理データ層
ビジネス
コンセプト層
p
2
マッピング層
物理データ層
AGRA辞書
(リポジトリ)
※この3層構造で特許取得
「特許第5281354号」
データ検証(画面、バッチ)
検証結果データ
Copyright © 2014, AGRA. All Right Reserved.
調査環境DB
(実データ)
AGRA開発環境
AGRAサーバー環境
AGRAデータ検証アプリ(Web検証、CSV検証)
AGRAサービス
外部機能連携
⑨SOA連携
AGRAクライアント
MetaData
AGRAリポジトリ
ビジネスコンセプト層
④辞書管理
②仮想ERモデル定義
⑥バージョン管理
⑤認証管理
Manager
マッピング層
③項目マッピング
物理データ層
①物理スキーマ定義
⑦リポジトリ出力
Excel
レポート
⑧SQL生成
SQL文
出力
BI、ETL、DBMS、I/F 等
Stage DB
AGRA個別開発環境
AGRA PC版
Copyright © 2014, AGRA. All Right Reserved.
インポート
確認済辞書をエクスポート
AGRA PC版
AGRA PC版
AGRA PC版
AGRA PC版
データ調査にAGRAを利用した場合のメリット
① 調査・設計ドキュメントの作成が大幅に省力化される(設計支援機能)
⇒AGRA辞書(リポジトリ)の中に調査した内容が格納され、デジタル的な取り出しが可能。
② 定義したビューにより、実データによるデータ検証が可能(開発支援機能)
⇒調査時のマッピングからSQLを自動生成し、ビューイメージでのデータ取り出しが可能。
③ 後続の開発作業を大幅に効率化できる(開発支援機能)
⇒AGRA辞書(リポジトリ)から、調査時に作成したマッピングロジックの取り出しが可能。
(取り出し可能な書式は、SQL文テキスト、Excelなど)
⇒検証データを移行データサンプルとして利用可能。
⇒移行設計がほぼ不要となる。
⇒新旧システム間インタフェースロジックとしても適用可能。
⇒開発中の新システムに対して、早い段階からデータ上の問題点を指摘可能。
※調査終了後は、調査環境をそのまま開発環境として利用することが可能です。
Copyright © 2014, AGRA. All Right Reserved.
7
AGRAによるデータ開発手順
Copyright © 2014, AGRA. All Right Reserved.
8
AGRAを使った構築プロセス
AGRAへのINPUT
Copyright © 2014, AGRA. All Right Reserved.
AGRAを使ったシステム構築プロセス
AGRAからのOUTPUT
AGRAを利用した場合の効果
1.新システムで作成されたモデルと現行システムとのフィットギャップ分析
が早い段階から実施できる(概念モデルの段階から実施可能)
2.フィットギャップ分析の結果がAGRAのリポジトリとして残り、再利用が可能
3.新システムのテストスケジュールに合わせてデータの提供が可能
4.結果的に、移行プログラムや新旧システム間I/Fプログラムを簡単に構築
5.作成したAGRA辞書は、情報系構築の際にも利用可能
6.新システムのデータマネジメントツールとしても利用可能
7.ユーザの検証工数も大幅に削減可能(データチェック支援機能)
Copyright © 2014, AGRA. All Right Reserved.
10
AGRAの構築手法による期間短縮効果
AGRAを利用することで、構築期間を大幅に短縮することが可能です。
(下記の比較では、約1/2以下に短縮)
【構築時のWBS比較】
TOOL等:ETL等の実装ツールの利用可
タスク
役割
1W
2W
3W
4W
5W
6W
7W
8W
【C&SQL開発】
1.データ調査
設計者
2.調査結果の整理・レビュー
設計者
3.データ変換設計
設計者
4.開発環境準備
PG
5.開発&単体テスト
PG
6.結合テスト(エラー時3に戻る)
手書き
手書き
手書き
独自
手作り
ツー ルなし
設計者&PG
7.システムテスト(エラー時3に戻る) 設計者&PG
8.運用テスト(リハーサル)
ツー ルなし
調査結果を正確に設計に反映する
ことが難しい。
設計者&PG
【ETLツールを使った開発】
1.データ調査
設計者
2.調査結果の整理・レビュー
設計者
3.データ変換設計
設計者
4.開発環境準備
PG
5.開発&単体テスト
PG
6.結合テスト(エラー時3に戻る)
手書き
結合テストが完全に終了するまで、
システムテストが開始できない。
手書き
手書き
ETL
実際のデータを使ったテストで、
初めて設計の不具合が発覚する。
ETL
ETL
設計者&PG
ETL
7.システムテスト(エラー時3に戻る) 設計者&PG
8.運用テスト(リハーサル)
設計者&PG
AGRAのIS&BC設定
【AGRAを使った開発】
1.環境準備
設計者
2.データ調査&設計&単体テスト
設計者
3.結合テスト(2~3の繰り返し)
設計者
A GRA
4.実行環境への組込み
設計者
TOOL等
5.システムテスト(2~4の繰り返し)
設計者
6.運用テスト(リハーサル)
設計者
Copyright © 2014, AGRA. All Right Reserved.
20%程度の期間短縮
調査しながらAGRAに登録。
(SQLベースのリポジトリ)
A GRA
結合テストまではAGRAで
実施し、手戻りを最小化
A GRA
テストが完了したものから、
ETL等に登録。
TOOL等
設計者とPGを分けない。
(コミニュケーションロスの防止)
出来ている部分からシステムテストを開始。
(結合テストフェースのロジックも使用)
1/2以下の期間短縮
11
AGRAの事例
適用形態
課題
効果
業種
経営KPI※のレポートを経
営陣の要求に応じてすぐに提
供できるようにしたい
<導入事例1>
経営者の気づきに応じて、検証できる
データ、レポートをすぐに提供できる。
→経営判断材料の収集が速い
→アクションが速い
製造業
拠点ごと個別のマネージメン
トで調達しており調達コスト
削減ができていない
<導入事例2>
適切なベンダー、メーカーから、低コ
ストで部材調達ができた
→継続的に調達の最適化が維持できる
→業務改革ができた
製造業
顧客情報がシステム毎にバラ
バラで最新の顧客との取引状
態がわからない
サービスレベルが低い
<導入事例3>
顧客へのサービスレベルの向上や新た
な営業的な気づきが生まれた。
→既存顧客売上増、離反予防
ソフト
販売業
人手による煩雑なデータ集計作業が自
動化でき、集計条件の変更に対して容
易に対応できるようになった
→速くグローバルPSI集計表が経営陣
に提供できる
製造業
データ統合
生産販売在庫情報が拠点ごと
にバラバラで容易に集計でき
ない
データ移行
短期間でのデータ移行
<導入事例4>
厳しい移行計画で、CRMが移行でき
た。
製造業
製薬他
見える化
Copyright © 2014, AGRA. All Right Reserved.
導入事例1:AGRAモデルを利用したBI構築
ねらい 「短期間でのERPシステムの導入、速く経営効果に結び付ける」
導入期間

: 9ヶ月
課題


自社の経営管理手法にフィットさせると管理レポートのアドオン開発が増大する
アドオン開発を抑えて、経営者の欲しいレポートを速く提供するしくみの実現は難しい
どうやって解決したか
 アウトプット系のアドオン開発は止め、ERPの外で開発した。
 管理レポート用のDWH構築機能をAGRAでモデル化し、開発生産性向上と
要件変更対応を容易にした。
AGRA効果
低コストで、メンテナンス性の良い管理レポートの仕組みが短期間で導入できた。
250帳票 ・・・ 8人月(6ヶ月)
→コスト ・・・ コストセーブ(1/30)
→納期 ・・・ 6ヶ月
→品質 ・・・ 条件変更による品質劣化回避
Copyright © 2014, AGRA. All Right Reserved.
導入事例2:AGRAマッピングを利用したクレンジング
ねらい

「短期間で部材調達コストを削減する」
1年で経営に寄与するコスト削減を実現する。
課題



過去十数年の間、何度かプロジェクト化し、チャレンジしたがデータ分析がネックとなってとん挫した
特に副資材については部品コードなし発注しており、マスター統合では分析できない
海外拠点の実績データは日次で本社に収集できているが、全く活用できていない
どうやって解決したか
 検収実績データに加工集計に必要な属性を設定し、属性で集計、名寄せが出来るようにした。
 調達実態を速くつかむために、トライ&エラー方式でデータクレンジングを進めた。
 拠点、部材別に個別にクレンジング条件を設定できるようにデータマッピングを単純化した。
AGRA効果
3ヶ月で、調達実態を把握、仕入先、メーカー、適正価格の絞り込みに着手
更に、データによるコスト交渉で圧倒的に優位な立場で価格交渉を継続中
→コスト ・・・ 調達金額の数%/年
→納期 ・・・ 3ヶ月で交渉開始、半年で調達改革の具体的施策実施
→品質 ・・・ 調達データの明細レベルでの分析、集計が可能、信頼度の高いデータ
Copyright © 2014, AGRA. All Right Reserved.
導入事例3:AGRAモデルを使ったデータ統合(名寄せ)
ねらい 「短期間でグループ全体の中期経営計画を策定する」
期間 : 3ヶ月
•
課題
– 合併対象n社の顧客マスターがバラバラで、顧客毎の取引実績が把握できない。
– 次年度の経営計画策定までの時間がなく、手作業では煩雑すぎてできない。
どうやって解決したか
 親会社の顧客マスターをベースに合併子会社のマスターのマッピングを実施
 帝国データバンクの企業名称を「正」として、名寄せを実施
 マスター内容の不備、メンテナンス漏れなどの修正をトライ&エラーで精度を向上
AGRA効果
3ヶ月で、顧客マスター統合と受注実績集計を実現
その後の子会社の合併・統合のデータ洗い替えにも活用し、経営環境変化にも迅速に柔
軟にデータ集計、提供ができた。
→コスト ・・・ ETL,スクラッチより大幅な低コストで実施できた
→納期 ・・・ 3ヶ月で経営計画策定に必要な基礎データができた
→品質 ・・・ 多角的な実績分析が可能となり、精度の高い経営計画が策定できた
Copyright © 2014, AGRA. All Right Reserved.
導入事例4:データ移行、I/F開発へのAGRA適用
ねらい

「短期間で確実なデータ移行を完了する」
期間 : 3ヶ月
課題


開発プロジェクトが遅延したため、データ移行やI/F開発の期間が3カ月しかな
い。
通常の開発方法では、間に合わない。
どうやって解決したか




データ移行の詳細条件が確定する前に開発に着手(AGRAでモデル化)
未確定の部分を除いて、開発を進める
詳細条件が確定した部分から、移行ロジックを仕上げる(AGRAモデル変更)
クロスリファレンス機能で正確に項目使用箇所を検索する
AGRA効果
移行テーブル数:150、トライ&エラー方式で3ヶ月で移行Ⅰ/F開発を完了
移行条件の変更や誤りがあっても、少ない工数で正確に変更できた。
→コスト ・・・ 他社提案より30~40%低い価格で実施
→納期 ・・・ 3ヶ月で開発完了
→品質 ・・・ 仕様変更やデータ調査と実態との差異を正確に少ない工数で修正できた。
Copyright © 2014, AGRA. All Right Reserved.
AGRAを使ったクラウドインタフェース開発
CRMクラウドシステムとのI/FシステムをAGRAで設計。(3ヵ月で150本のI/Fを作成)
①お客様のシステムからデータ抽出、変換し、インタフェースファイルを生成する処理(初期移行含む)
②受け取ったインタフェースファイルをお客様のシステムファイルに変換する処理
CRMクラウドシステム
お客様側のシステム
クラウド
データベース
夜間バッチ【ETLで実行】
お客様側の
データベース
Importデータ変換
トラン1
I/Fデータ
Data load
AGRAロジック
マスタ
Exportデータ変換
Data Download
AGRAロジック
トラン2
AGRAで設計した
ロジックをETLに取込み
・・・
c
1
p
1
ビジネス
コンセプト層
p
2
マッピング層
物理データ層
Copyright © 2014, AGRA. All Right Reserved.





(開発)
AGRAモデルにインタフェースファイルのデータ設計を取り込む
AGRAのマッピングを使ってデータ変換の仮ロジックを設計・検証
データ変換のロジックを最短期間で検証可能
ETL等へのロジック自動取込みも簡単なプログラムで対応可能
インタフェース先システムへ早い段階からテストデータを提供可能
データを経営資源に
Copyright © 2014, AGRA. All Right Reserved.
18